开发工具 2.0:AI 改变软件工程

简介: 对于开发人员来说,还有更多工作要做。 Copilot 利用 OpenAI 的 Codex 模型,可能只是人工智能改变软件工程师工作方式的开始。Andrej Karpathy 在 2017年预测神经网络将创造新一代软件“Software 2.0”,我们可能会看到帮助人们开发的工具被同样重塑——“Developer Tools 2.0”。

生成式人工智能有望改变一个又一个行业的工作方式,但软件工程的转型还没有结束。


GitHub 的 AI 辅助开发工具 Copilot 已经成功地捕捉到了时机,为开发人员提供编码建议,已在多个方面都取得了成功,受到工程师们的喜爱,一年内吸引了超过一百万用户,并显著提高了生产力。(即使是顶尖的工程师,它也可以写出一半甚至更多的代码)。同时,它还有望成为商业巨头。GitHub 拥有1亿用户,Copilot 每个账号每月收费 10-19美元,预计能够创造数十亿美元的年度收入。

Copilot 的成功引发了一场淘金热。创始人们争相将大型语言模型的能力带到各个他行业,构建工具来帮助专业人士撰写、编码、设计和创建媒体。有“律师 Copilot”、“医生 Copilot”和“设计师 Copilot”,还有许多其他的“X Copilot”。这些都是热门的方向,我们认为生成式人工智能有望改变一个又一个行业,使各个行业专业的人在工作中更加有效,消费者满意度也得到提升。

对于开发人员来说,还有更多工作要做。 Copilot 利用 OpenAI 的 Codex 模型,可能只是人工智能改变软件工程师工作方式的开始。Andrej Karpathy 在 2017年预测神经网络将创造新一代软件“Software 2.0”,我们可能会看到帮助人们开发的工具被同样重塑——“Developer Tools 2.0”。

这个领域有很多机会,一些创始人正在迭代编辑器的内容,从 Copilot 中获取帮助,尝试不同的交互模式或不同的模型。想想 Replit 的 Ghostwriter、Soucegraph 的 Cody、TabNine 等等。

向前一步,还有更多其他机会。比如在代码编写之外的工作,调试和文档编写,或者针对工程组织所做的其他工作,例如事故响应。 您可以考虑除“更快地编写代码”以外的价值主张,例如“编写性能更高或更安全的代码”。您可以放弃插件形式,并重新构建整个应用程序。您可以关注软件工程师以外的人物角色,如需要提高笔记本书写能力的数据科学家(参见:Hex),或者苦于撰写SQL查询语句而努力奋斗的数据分析师。有许多机会可供探索,并且有许多地方可供开发人员加入他们的工作流程中。

注:图是整个报告的核心

开发工具2.0.png

建立传奇公司以实现这一目标并不容易。Copilot面临着与软件盗版相关的法律审查问题。作为掌控GitHub和VS Code的现有公司,微软享有显著的分销优势。许多创始人已经开始使用LLMs进行构建,使得竞争更加激烈。并且,GitHub本身刚刚宣布,计划通过GPT-4使Copilot提供更强大的AI功能。

但在我们看来,AI可以改变软件工程领域,这是一个重要而巨大的机遇,问题在于谁能抓住它。我们认为,至关重要的因素将在专注于开发者体验、提供全新能力,以及做出战略性选择如何落地和扩展到开发者工作流程上。成功意味着重新定义工程实践方式,并有可能打造一家具有代表性的企业。


本文来自红杉资本官网 BLOG,Eolink 翻译,

以大语言模型为核心的 AIGC 技术已经在全球掀起创新风潮,Eolink AI 功能实现全新一代「AI+API」结合,大模型驱动打造 API 研发管理与自动化测试全新体验,应用 AI 能力,一键智能生成「API 文档」、「测试数据」「测试方案」,进一步提升 API 的研发效率及减少运维成本。

相关文章
|
人工智能 自然语言处理 安全
💻 Codex 来了:OpenAI 推出多任务软件工程 AI 代理,开发者工作方式将被重塑?
Codex 是 OpenAI 推出的一款云端智能开发代理,基于优化后的 Codex-1 模型,能够执行从代码编写、Bug 修复到 PR 提交的完整工程任务。通过 ChatGPT 的界面,用户可向 Codex 分配任务,它将在独立沙盒中运行并返回结果。Codex 支持多任务异步处理,遵循项目规范(AGENTS.md),并生成日志与测试报告以确保透明性。作为“AI 参与式开发”的里程碑,Codex 不仅提升效率,还可能重塑开发者角色,使他们从具体编码转向指导 AI 完成任务,推动软件工程进入意图驱动的新时代。
2501 16
|
人工智能 自然语言处理 安全
Bolt.diy:更灵活更开放的AI全栈开发工具
Bolt.new是一款爆火的AI全栈开发工具,允许用户在浏览器中运行Node.js环境并通过自然语言生成、编辑和部署Web应用。然而,它存在一定的封闭性,仅支持官方指定的大语言模型和Netlify部署。而Bolt.diy作为其开源版本,功能更强大灵活,支持多种大模型选择(如OpenAI、Anthropic等)、丰富的输入方式及多云部署选项(如Vercel、AWS)。此外,Bolt.diy还提供本地文件同步、代码下载到GitHub等功能,适用于快速原型设计、教育与企业级开发等多种场景。
1400 1
Bolt.diy:更灵活更开放的AI全栈开发工具
|
人工智能 机器人 开发工具
LazyLLM:还在为AI应用开发掉头发?商汤开源智能体低代码开发工具,三行代码部署聊天机器人
LazyLLM 是一个低代码开发平台,可帮助开发者快速构建多智能体大语言模型应用,支持一键部署、跨平台操作和多种复杂功能。
1046 3
|
人工智能 自然语言处理 搜索推荐
通义灵码:AI辅助开发工具的新范式
在大模型时代,阿里云的通义灵码作为AI辅助开发工具,通过提高开发效率、简化协作和降低成本,重塑了软件开发的核心要素。通义灵码基于大模型和自然语言处理技术,实时辅助代码编写、调试和优化,提供个性化支持,显著提升了开发体验。未来,AI将在软件开发中发挥更大作用,通义灵码将继续引领这一变革。
876 0
通义灵码:AI辅助开发工具的新范式
|
人工智能 算法 决策智能
面向软件工程的AI智能体最新进展,复旦、南洋理工、UIUC联合发布全面综述
【10月更文挑战第9天】近年来,基于大型语言模型(LLM)的智能体在软件工程领域展现出显著成效。复旦大学、南洋理工大学和伊利诺伊大学厄巴纳-香槟分校的研究人员联合发布综述,分析了106篇论文,探讨了这些智能体在需求工程、代码生成、静态代码检查、测试、调试及端到端软件开发中的应用。尽管表现出色,但这些智能体仍面临复杂性、性能瓶颈和人机协作等挑战。
797 1
|
机器学习/深度学习 人工智能 安全
探索AI在软件工程中的最新应用:自动化测试与代码审查
探索AI在软件工程中的最新应用:自动化测试与代码审查
|
人工智能 自然语言处理 测试技术
AI协助开发:未来软件工程的变革
在科技飞速发展的今天,人工智能(AI)已成为软件开发领域的变革力量。AI不仅能自动生成与优化代码、提高开发效率及代码质量,还能实现自动化测试、快速定位错误,确保软件的稳定性与可靠性。通过自然语言处理技术,AI简化了需求分析过程;在项目管理上,AI能优化任务分配,提升团队协作效率。尽管AI的应用带来了诸如数据隐私等新挑战,但随着技术的进步,AI将持续深化参与软件开发的各个环节,为开发人员提供强有力的支持,推动行业向前发展。
|
人工智能 运维 自然语言处理
|
人工智能 开发工具 开发者
生成式AI:重塑开发流程与开发工具的革命性
生成式AI:重塑开发流程与开发工具的革命性

热门文章

最新文章